このトピックでは、WebSocket 接続を介して Qwen-Audio-3.0-ASR-Flash-Streaming/Fun-ASR-Realtime リアルタイム音声認識サービスにアクセスするためのサービスエンドポイント、リクエストヘッダー、インタラクションフローについて説明します。
ユーザーガイド：モデルの説明と選定ガイダンスについては、音声テキスト変換をご参照ください。サンプルコードについては、リアルタイム音声認識をご参照ください。
DashScope SDK は現在、Java と Python のみをサポートしています。その他のプログラミング言語の場合は、WebSocket 接続を介してサービスに直接接続してください。
サービスエンドポイント
WebSocket URL は固定です：
シンガポール
wss://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api-ws/v1/inference
{WorkspaceId} を実際の ワークスペース ID に置き換えてください。
中国 (北京)
wss://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api-ws/v1/inference
{WorkspaceId} を実際の ワークスペース ID に置き換えてください。
重要Alibaba Cloud Model Studio は、中国 (北京) およびシンガポールの各リージョン向けにワークスペース固有ドメインをリリースしました。これらの新しい専用ドメインにより、推論リクエストのパフォーマンスと安定性が向上します。以下の新しいドメインへの移行を推奨します：
- 中国 (北京)：
dashscope.aliyuncs.comから{WorkspaceId}.cn-beijing.maas.aliyuncs.comへ - シンガポール：
dashscope-intl.aliyuncs.comから{WorkspaceId}.ap-southeast-1.maas.aliyuncs.comへ
{WorkspaceId} を実際の ワークスペース ID に置き換えてください。既存のドメインは引き続き問題なく利用できます。
重要URL は wss:// プロトコルを使用する必要があり、固定されています。リクエストヘッダーに Authorization を設定してください (「リクエストヘッダー」をご参照ください)。
リクエストヘッダー
リクエストヘッダーに次の情報を追加します：
パラメーター | タイプ | 必須 | 説明 |
|---|---|---|---|
Authorization | string | はい |
|
user-agent | string | いいえ | サーバーがリクエスト元を追跡するのに役立つクライアント識別子です。 |
X-DashScope-WorkSpace | string | いいえ | Model Studio の ワークスペース ID です。 |
X-DashScope-DataInspection | string | いいえ | データコンプライアンス検査を有効にするかどうかを指定します。このパラメーターは、省略した場合、デフォルトで |
重要Authorization は WebSocket ハンドシェイク時に検証されます。API キーが無効または設定されていない場合、ハンドシェイクは失敗し、HTTP 401 または 403 エラーが返されます。
インタラクションフロー
クライアントイベントとサーバーサイドイベントの詳細については、「クライアントイベント」および「サーバーサイドイベント」をご参照ください。
クライアントとサーバーは、次の順序でやり取りします：
- 接続を確立します：クライアントはサーバーへの WebSocket 接続を確立します。
- タスクを開始します：クライアントは run-task 命令を送信してタスクを開始し、サーバーから task-started イベントを受信します。このイベントは、タスクが開始され、後続の手順に進めることを確認します。
- オーディオストリームを送信します：クライアントはバイナリオーディオ (モノラルである必要があります) の送信を開始し、同時にサーバーから result-generated イベントのストリームを受信します。各イベントには音声認識結果が含まれます。
- タスク終了をサーバーに通知します：クライアントは finish-task 命令を送信してタスク終了をサーバーに通知し、その後もサーバーから result-generated イベントを受信し続けます。
- タスクを終了します：クライアントはサーバーから task-finished イベントを受信します。これはタスクが終了したことを示します。
- 接続を閉じます：クライアントは WebSocket 接続を閉じます。